sql面试题之“互相关注的人”（方法一）

题目：某社交平台有关注这个功能，关注的同时也会被关注。现有需求需要找出平台上哪些用户之间互相关注。

---

题目如下：

某社交平台后端有user_relation 这张表，表里有字段 from_side 和 to_side。如何把相互关注那些人查出来呢？。以下方法是第一中方法，虽然比较吃性能，但是比较思路和实现都比较清晰和简单，后续会出其他方法。

---

一、数据准备

数据：我们以火影中的动漫角色为例，首先准备数据。

二、建表并导入数据

1.建表

假设 dms.follow_each_others用来存放数据，如下（示例）：

create table dms.follow_each_others
(
from_side  STRING
,to_side   STRING
)

2.导入数据

建表语句如下（此语法为hive语法，当为impala语法时，overwrite后面的table可以省略）：

insert overwrite table dms.follow_each_others values
('宇智波带土','漩涡鸣人')
,('宇智波带土','波风水门')
,('波风水门','宇智波带土')
,('宇智波佐助','宇智波带土')
,('漩涡鸣人','日向雏田')
,('日向雏田','漩涡鸣人');

3.题目分析

首先我们观察数据，并近可能的将需求和数据联想起来，仔细观察数据之间是否有什么规律。会发现其实数据中无非存在两种情况，第一种：单向关注，比如A关注B，但是B没有关注A，同时A关注B的同时A也关注了C，但是C没有关注A。像这类单纯的左边关联右边，称之为单向关注。第二种，双向关注,A关注了B，B也关注了A。也就是说左边关注右边的同时，右边也关注了左边，称之为双向关注。当关注为双向时数据如下，A–>B，B–>A，通过规律可以发现，如果将A–>B或者B–>A调换位置，那么聚合之后一定是双数并且是2，当关注为单向时不会出现双数，只会出现单数。所以我们可以写出以下SQL:

select a from (
              select concat(from_side,'-',to_side) as a
              from dms.follow_each_others
              union all 
              select concat(to_side,'-',from_side) as a 
              from dms.follow_each_others
) t 
group by a having count(1)>1

结果展示：

---

小结

本题本身不算太难，但是以上方法在数据量比较庞大时十分影响性能，特别是union all，union更是会在合并数据集时进行去重和排序，所以在真实工作中尽量避免使用。下一遍博文会介绍第二种方法。